基于改进TextRank算法的中文文本摘要提取

摘要：

为提高中文文本摘要提取的准确度, 融合Doc2Vec模型、K-means算法和TextRank算法, 提出一种中文文本摘要自动提取算法 (DK-TextRank) .使用Doc2Vec模型进行文本向量化, 采用改进的K-means算法实现相似文本聚类, 在每个聚类簇中应用加入权重影响因子的TextRank算法对文本语句进行排序, 并提取主题句生成摘要.实验结果表明, DK-TextRank算法在摘要语句数量为7时F值达到79.36％, 相比传统TF-IDF、TextRank算法提取的摘要质量更高.

关键词：Doc2Vec模型、K-means算法、TextRank算法、摘要提取、权重影响因子

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家部委基金

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：273-277